Эволюционные процессы информационных технологий


ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ МОСКОВСКОЙ ОБЛАСТИ «ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ» («МГОТУ»)










            ЭВОЛЮЦИОННЫЕ ПРОЦЕССЫ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ




Сборник трудов по материалам II-й межвузовской научно-технической конференции с международнымучастием 25 апреля 2017 г.














Королев 2017

УДК 004
ББК 32.81
     Э15

Рецензенты:
Самаров К.Л., д.ф-м.н., профессор;
Соляной В.Н., с.н.с., доцент.
Научный редактор:
                     Артюшенко В.М. - д.т.н., профессор





             Эволюционные процессы информационных технологий
   Э15 [Текст] / под науч. ред. док. техн. наук, проф. В.М. Артюшенко. - М.: Издательство «Научный консультант», 2017. - 124 с.
              ISBN 978-5-9909964-5-8

     Предлагаемый сборник научных трудов по материалам II-й межвузовской научно-технической конференции с международным участием «Эволюционные процессы информационных технологий», прошедшей 25 апреля 2017 г. на базе кафедры информационных технологий и управляющих систем государственного бюджетного образовательного учреждения высшего образования Московской области «Технологический университет» («МГОТУ»), стал результатом творчества ученых, профессорско-преподавательского состава, сотрудников, студентов связанных с информационными технологиями в различных областях деятельности.
     Сборник рассчитан на преподавателей, аспирантов, магистров и бакалавров, а также для широкого круга специалистов в области информационных систем.
УДК 004
ББК 32.81


                    Сборник научных статейучастников конференции Подготовлен по материалам, представленным в электронном виде. Ответственность за содержание материалов несут авторы.





ISBN 978-5-9909964-5-8

© «МГОТУ». Коллектив авторов, 2017
            © Оформление. Издательство «Научный консультант», 2017

Содержание

Введение................................................5
Воловач В.И. Модели плотности распределения вероятностей сигналов отраженных от пространственно-распределенных объектов................................................6
ЛогачеваН.В., Исаева Г.Н. Информационные технологии как инструменты управления компанией.......................15
Исаева Г.Н., Логачева Н.В. Облачные технологии в современном образовании................................21
Сидорова Н.П. Распределенные базы данных: состояние и перспективы..........................................26
Кучеров Б.А. Бесконфликтность управления группировкой космических аппаратов в условиях ресурсных ограничений.33
Поспелов В.Г. Совместимость WiMAX-сетей, построенных на основе стандарта IEEE 802.16m, с сетями стандарта
IEEE 802.16e...........................................40
Стреналюк Ю.В., Штрафина Е.Д. Методика подготовки научных работ студентов................................44
Ковалева О.В. Факторы, влияющие на выбор системы электронного документооборота..........................50
Струкова А.В. Разработка метода и алгоритмов обнаружения и предотвращения опасных сближений в составе перспективной системы организации воздушного движения...............................................58
АббасоваТ.С., Дадашев Р.Р., Иванов О.В., Талицин С.И.
Аппаратные средства для модернизации мобильных измерительных пунктов морского базирования.............65
Строганова С.М., Ефимов А.С. Перспективы развития робототехники в России.................................72
Теодорович Н. Н., Иванов О.В., Талицин С.И., Дадашев Р.Р.
Повышение эффективности бортовой аппаратуры видеотелеметрии........................................79
Ковалева О.В., Талицин С.И., Иванов О.В., Дадашев Р.Р.
Анализ проблем глобальной информационной сети России...86

3

Теодорович Н.Н., Строганова С.М., Буляк И.С. Совершенствование организации защиты информации на этапе подготовки к участию в рекламно-выставочной деятельности предприятия...............................93
Теодорович Н.Н., Строганова С.М., Комиссаров Д.С.
Электронные устройства перехвата информации и методы их обнаружения........................................100
Теодорович Н.Н., Строганова С.М., Комиссаров Д.С. Совершенствование подсистемы информационной безопасности на основе применения дезинформационных программно-аппаратных средств.........................107
Масленников Е.С. Краткий анализ одномодовых оптических волокон...............................................111
Аббасова Т.С., Польшин С.Н. Чат-боты и нейронные сети.115

4

    ВВЕДЕНИЕ


    Интенсивное развитие современного общества невозможно себе представить без эволюционных процессов в такой важнейшей области современной науки как информационные технологии.
    В предлагаемом сборнике научных трудов рассматривается широкий круг вопросов, связанных с рассмотрением моделей плотности распределения вероятностей сигналов отраженных от пространственно-распределенных объектов, особенностями применения информационных технологий как инструментами управления компанией, бесконфликтностью управления группировкой космических аппаратов в условиях ресурсных ограничений. Проанализированы вопросы связанные с применением облачных технологий в современном образовании, распределенными базами данных, их состояние и перспективы. Рассмотрены основные подходы в подготовке специалистов в высшем профессиональном образовании по информационнотехнологическим направлениям, факторы, влияющие на выбор системы электронного документооборота.
    Проанализированы проблемы развития и использования информационных технологий при построении WiMAX-сетей, разработке методов и алгоритмов обнаружения и предотвращения опасных сближений в составе перспективной системы организации воздушного движения. Рассмотрены вопросы, связанные с анализом, особенностями и перспективами применения аппаратных средств для модернизации мобильных измерительных пунктов морского базирования, повышением эффективности бортовой аппаратуры видеотелеметрии, совершенствования подсистемы информационной безопасности на основе применения дезинформационных программно-аппаратных средств, перспективы развития робототехники в России, проведен анализ проблем глобальной информационной сети России.
    Материалы данного сборника будут интересны не только бакалаврам и магистрам таких специальностей как: «Информационные системы и технологии», «Управление в технических системах», «Прикладная информатика», но и аспирантам специальностей «Системный анализ, управление и обработка информации», «Теоретические основы информатики», а также для широкого круга специалистов в области информационных технологий.

5

МОДЕЛИ ПЛОТНОСТИ РАСПРЕДЕЛЕНИЯ ВЕРОЯТНОСТЕЙ СИГНАЛОВ ОТРАЖЕННЫХ ОТ
ПРОСТРАНСТВЕННО-РАСПРЕДЕЛЕННЫХ ОБЪЕКТОВ

Воловач В.И.
     д.т.н., доцент, Поволжский государственный университет сервиса («ПВГУС») Россия, г. Тольятти

    Рассмотрены вопросы, связанные с выбором моделей плотности распределения вероятностей сигнала отраженного от пространственно-распределенных радиолокационных объектов. Показано, что выбранные модели хорошо совпадают с результатами экспериментальных исследований.

    Ключевые слова: плотности распределения вероятностей огибающей сигнала, негауссовская помеха, многолучевость, протяженный объект.

    Для синтеза и анализа радиотехнических систем и устройств, служащих для измерения параметров движения протяженных объектов, необходима адекватная модель плотности распределения вероятностей (ПРВ) сигнала отраженного от таких объектов, а так же воздействующих на него помех. Имеется достаточно большое количество математических моделей, описывающих доплеровский сигнал, отраженный от пространственно-протяженных радиолокационных целей: самолетов, кораблей, автомашин и т.д. [1-4]. Проведем выбор и обоснование моделей ПРВ сигналов отраженных от протяженного объекта близких к реальным.
    Как известно, при радиолокации на малых расстояниях лоцируемый объект обычно рассматривается как сложный, протяженный, состоящий из совокупности N отражающих элементов [5-9].
    Результирующий сигнал на входе приемного устройства от протяженной цели можно записать в виде:

        s(t, X) =S7₌₁Re^(U),                               (1)

где Si(t, X) = Re{aj(t)U(t - Tj)expj[(®ₒ - △f₄.;)t - о»^ - ®J} сигнал, принимаемый от произвольной i-ой точки объекта; aj(t) - коэффициент ослабления «амплитуды» принятого сигнала (по сравнению с излучаемым в момент времени t от i-ой точки; U(t) = f (t)exp[/^(t)] - комплексная огибающая сигнала; f(t) и ф(0 -функции, отображающие законы амплитудной и фазовой (частотной) 6

модуляции; т; - время запаздывания сигнала от i-ой «блестящей» точки; ®о - несущая частота; Д/ц - доплеровское смещение частоты от i-ой «блестящей» точки; 0; - фаза сигнала, отраженного от i-ой «блестящей» точки, обычно равномерно распределенная в интервале [-и, и]; X - векторный параметр, характеризующий совокупность параметров ®о, f (t), <p(t), a(t), т и Д/Д. Величины a;(t) и 0; считаются случайными и взаимно независимыми.
     Возможно большое разнообразие частых видов моделей сигналов (1). Так, для описания многолучевого характера отраженного от протяженной цели сигнала в [1] рассмотрена модель:

        s(t, X) = Re{£iU(t)expj[(®ot + 0(t)]} ,              (2)

в которой, в явном виде, введена огибающая принимаемого сигнала U(t) и результирующая фаза 0(t). Наибольший интерес представляет плотность распределения вероятностей мгновенных значений, огибающей (амплитуды) (ПРВА) и фазы (ПРВФ) принимаемого сигнала.
     Используя результаты [10], можно показать, что отраженный от протяженного объекта сигнал (2) может быть хорошо описан обобщенной моделью ПРВА РУ,.,б(А; а, гху, а, 0О) (табл. 1), где е„ = 1 при п = 0, /п(.) - функция Бесселя I-го рода n-го порядка; где г„ = 2 при п Ф 0, /₂и(.) - функция Бесселя II-го рода n-го порядка; А = U/(о²Оу)⁰,⁵, а = U₀/(o²o²)⁰,⁵ - нормировочные величины; U₀ = (%о+Уо)⁰'⁵, 0о = arctg(y₀/%₀) - модуль и аргумент детерминированной составляющей сигнала; о² = о². = оД - дисперсия квадратурных составляющих сигнала; х₀ и у₀ - детерминированные квадратурные составляющие сигнала; гху - коэффициент взаимной корреляции между квадратурными составляющими компонент сигнала s(t, X), a = (о²—Оу)/(о²+Оу) - параметр не стационарности изменяющийся в пределах [1,-1].
     Как видно, ПРВ огибающей в общем случае зависит от четырех параметров а, гху, а, и 0О, при изменении которых меняется форма кривой ПРВА. Числовые характеристики ПРВА описываются соотношением (табл. 1) ш.д (а, /уу, а, 0О).
     Введение сложных аналитических выражений для ПРВА и v-х начальных моментов огибающей могут быть аппроксимированы более простыми выражениями.
     Хорошие результаты, в частности, дает ПРВ Накагами и его начальные моменты [11-13].

7

Таблица 1 - Обобщенная модель ПРВА

и ее числовые характеристики

Характеристики      Аналитическая запись выражения                                       
Wo6(A; а,гху,а, ©0) Л          (---^2 --- a2[1---B(a,rxy)cos(2©o---P(«,rxy)>]J _ет      .
                    (1-rx2y)°'5 Cxp t         2(1-rXy)(1---a2)0,5         J 1и=О £n Jn X 
                    X                                                                    
                    [~ 42a(q,r,y,) ] [ Ла f 2 । r?2(„ гч ) 2rxysin2©oA0'5]               
                    [2(1---rx2y)(1---a2HM1---rx2y (’*y 1 Ь (а, ©o) (1---a2)0,5 ) J       
                    X cos2nv(а, rxv, ©o)                                                 
 т^(а,гзсу,а, ©o)   [(1-гЛ)(1                                                            
                    2y|0.5    (-а2[1 - B^ryjcos^o - ₽(а,гху))Ъ                           
                    а;]   expl         2(1 - rx2,)(1 - а2)0-5          JX                
                    М---Ча, rxy) 2“-0 £n [ Р&Гху\Г [W(a'rxy'a'©o)]2 cosny(a,rxy,©o)      
                    V > ху7^п-0 n [2M2(a,rxy)J L     2     J     Г(2п+1)                 
                    ■l.-'":"'" Г  1F1k+2n + 2l +                                         
                    2-ifc-0 K!r(n+fc+1) |2M(a,rxy)J      1 1 [2                          
                    +1;2n + +1;W2(a,rxy,a,©o)1                                           
                    4M(a,rxy) |                                                          
Обозначение: В(а,гху) = (а2 + гх2у(1 а2)) ; ₽(а,гху) = arctg [ y ;    ];                  
Б(а, ©о) = Q----) cos2©o + Q^)  sin2©o;                                                   
\1+а/              \1-а/                                                                  
т(а,гжу,©о) = А(а,г..,©о)    ( 2 y);                                                      
,          Ч           ((т=н) sin©o- rxycos©ol                                            
4(а,Гху, ©o) = arctg j i+a °.5                [ ;                                         
Ц-) cos©o- rxysin©oJ                                                                      
М(а,гху) = 0,5 (1 - гД,)(1 - а2)0-5 ;                                                     
Д/А™ г л А Л _ __а  Гт-2  I 22Гл А _ 2rxysin2©°]                                          
^(а, ГХу,а, ©o)    1-r2 рху + k (а, ©o)     (1-«2)°-5 ]                                   

   W(U) = (2/Г(т))(т/П)ти²т⁻¹схр{-ти²/П}, U> 0,       (3)
     где m и.О - параметры распределения.
   т = O²/((U² - О²)²) > 0.5; О = (U²);               (4)
     Г(.) - гамма функция;

   mJ} = Г(т + п/2)/ Г(т)(О/т) v/²

(5)

     Формулы, связывающие параметры m и О с параметрами

а, гху, а, 0О, имеют вид: т =____________________________________________________________
         (1 + [r^y4+a²])+2a²[1+(rJy4+a²)o'⁵cos(20ₒ-arctgrXy4°'⁵/a)]

(6)

8

        Q = o²(1 + a²),                                       (7)
        где A = (1 — a²)

     Используя данные выражения, можно определить связь между параметрами mДиа, гху, а, ©О (и наоборот), которую необходимо знать при переходе от одного распределения к другому.
     В табл. 2 представлены результаты аппроксимаций огибающих сигнала (2) распределением Накагами, где без нарушения общности фаза детерминированной составляющей, принята равной нулю (©о = 0).

Таблица 2 - Связь параметров ПРВ огибающих отраженного сигнала с параметрами ПРВ Накагами

      Вид           Параметры         Связь Ос       Связь mс      Пределы  
 распределения    распределения     параметрами     параметрами   изменения 
                                                                      m     
 Распределение  о2 = оx 2= оу2        О = 2 о2    ---               m = 1   
     Релея                                                                  
  Обобщенное     а, о2 = ох2= о2    О = 2о2(1 +         (1 + a2)2  1< т< да 
 распределение        '   Ху            а 2)           т =-------           
     Релея                                        1 + 2a2                   
 Распределение   а, о2 = оx2+ о2       О = о2     1               0,5< m< 1 
     Хойта            ,   Ху                      т = 7----тт               
                                                  (1 + а2)                  
  Обобщенное     а; а; о2 = оХ2+   О = о2(1 + а2)       т =       0,5< т<<х>
 распределение         оу 2                           (1+а2)2               
     Хойта                                        1+2а2(1+а) + а2           
р - распределе- Гху; о2 = оХ2+ оу2    О = 2 о2                  1 0,5< т<<х>
      ние                                             т = т,----т           
                                                  (1 + гху)                 
  Обобщенное    Гхv; а; о2 = ох2=   О = 2о2(1 +   т               0,5< т<<х>
р - распределе- Ху             Х        а 2)      (1 + a2)2                 
      ние              оу 2                       1 + 2a2 + rXv             
  Обобщенная        а;Гху; а;      О = о2(1+ а2)     (Wоб) при    0,5< т<<х>
     ПРВА       о2 = ох2+оу2                          ©о = 0                
 Односторонняя  а   1; Гху   1;       О = ох2     ---              m = 0.5  
  гауссовская                                                               
     ПРВА                                                                   

     При использовании распределения Накагами (3) вопрос о выборе распределения фаз остается открытым. В большинстве исследований обычно предполагают, что фазы отдельных компонент отраженного сигнала независимы от их огибающих и распределены либо равномерно в интервале [—л, л], либо по нормальному закону:

9

        W(U, 0) = Wm(U)W(0)                                 (8)

где Wₘ(U) определена (3).
     В [1] рассмотрены статистические характеристики мгновенных значений негауссовских сигналов (2), амплитуда U которых описывается обобщенной моделью ПРВА (табл.1). Если величина U = (х² + у²) и 0 = arctg(y/х), где у их - квадратурные составляющие сигнала, независимы между собой, а распределение фазы равновероятно, то ПРВ мгновенных значений сигнала W(sc) определяется соотношением, представленным в табл. 3, где Г(.) - гамма функция; ₁F1(.) -вырожденная гипергеометрическая функция.

Таблица 3 - Обобщенная модель ПРВ и ее частные случаи

для широкого класса негауссовских сигналов

    Закон                Аналитическое выражение плотности                   Числовые        
распределения                       вероятности                           характеристики     
                                                                                ПРВ          
Обобщенная    е                                                                              
модель ПРВ    ч (₽/2Г           1     fу У k    f у    рsC ^          тУ =                   
              W (s ) =           /                         1 exp 11 > ехр! /')f2)v 2         
              c!           k-°k=0k!Г(a + k)У2J      У 2     2 J       v^ W x                 
              I |2(a+k )-1     | 1          1 1 р sc 1                rfa+fc+-)rf-+0.5)      
              x s        T| -,a + k + -,^-c- 1,                       y^    \______2/ \2    7
              1 ■             У 2           2 2 J                      fc=0 fc!r(a+fc)rf2+1) 
              y(a b z) ■ ” f 1F (a’b’2) --z■-b 1F (1+a-b’-b’-2)|      x f2y3)k, где V =2, 4, 
               ,Z> sin яb f Г(1+a - b) Г (b) “      Г( a) Г (2 - b)   6...                   
              Wfe) = =                                                          ---          
   W(U) -     Wm       ™_24                                                                  
ПРВ Накагами  -^-= exp f---) |sc|2m 1 x                                                      
   (а = т,    r(m)V^     v Q J c                                                             
₽ = ?, у = 0) x ^(0,5,m + 0,5,ms2/Q)                                                         
   W(U) -     W(sc) = 2^л expf 2a2)|^c|x                                        ---          
 описывается  x ^(0,5,3/2,sc2/2a2)                                                           
ПРВ Релея (m                                                                                 
= 1, Q = 2о2)                                                                                
   W(U) -     W(sc) = 2a2V^ expf 2^ где                                         ---          
 описывается  функция, выраженная через полином                                              
 ПРВ Гаусса   Эрмитта                                                                        

     Как видно из анализа приведенной таблицы, выражение W(sc) является базовым и может служить исходным при определении ПРВ мгновенных значений радиосигнала для широкого класса вероятностных моделей негауссовских процессов sc(t).

10

     На рис. 1 представлены ПРВ W(sc), рассчитанные для случая, когда W(U) подчиняется ПРВ Накагами.

а)                               б)
Рис. 1 - Плотность распределения вероятности Ж(хс) для модели (2) при различных параметров распределения: а - m; б - О
     Из графиков видно, что при Q = 1 и m ^1 кривая ПРВ нормализуется. При m >1 появляется «провал» вероятностной кривой W(sc) в точке sc = 0 и кривая ПРВ становиться двухмодальной с модами в симметричных точках -sc и + sc. С увеличением m увеличивается дисперсия и смещение мод от оси ординат. При этом кривая ПРВ остается симметричной относительно оси ординат. Если m <1 (на рис. 1m = 2,31), то кривая ПРВ становится двухмодальной, причем увеличение параметра Q приводит к увеличению «провала» вероятностной кривой и ее дисперсии.
     Проведенные экспериментальные исследования, на базе радиолокационного измерителя параметров движения протяженных объектов РИС-МФД показали хорошее совпадение данных математических моделей с результатами экспериментов [14, 15]. В качестве протяженных объектов были использованы различные типы моделей автотранспорта: автоцистерны, большегрузные контейнеровозы, панелевозы и т.п.
     Методика проведения экспериментальных исследований и статистической обработки отражена в [14] и здесь не приводится.
     Анализируя временные реализации доплеровских сигналов видно, что для большинства из них отраженные сигналы имеют вид ам-плитудно-модулированных (АМ) колебаний, причем вид отраженного сигнала зависит от целого ряда различных факторов [14]. Глубина АМ изменяется в больших пределах и может достигать 100 %, т.е. полного замирания сигнала (рис. 2).

11

Рис. 2 - Фрагмент записи доплеровского сигнала

    В этом случае принято считать, что на принимаемый сигнал воздействует мультипликативная помеха, статистические характеристики которой получают при обработке огибающей данного сигнала.
    На рис. 3, 4 представлены, соответственно, результаты статистических характеристик обработки огибающей аппроксимирующийся ПРВ Накагами, и изменения во времени ПРВ мгновенных значений, сигнала отраженного от протяженных объектов.

Рис. 3 - ПРВ огибающей отраженного сигнала описывающаяся распределением Накагами

      Рис. 4 - ПРВ мгновенных значений доплеровского сигнала
     Проведенные экспериментальные исследования позволили сделать следующие выводы:
     1. Доплеровский сигнал, отраженный от протяжных объектов, которыми являлись автотранспортные машины, хорошо описываются математической моделью многолучевого сигнала, на который одновременно воздействуют мультипликативная и аддитивная помехи.

12